告别遥感编程/文献困境｜ChatGPT提示词工程+经典模型实践（含10种深度学习模型）

专题一、成像光谱遥感科学与chatgpt基础成像光谱遥感与chatgpt原理与最新进展·成像遥感的基本原理·Chatgpt工作原理Chatgpt在成像遥感领域的最新进展提示词工程与遥感提示词Prompt技巧和模板优质的学术提问prompt遥感提示词示例遥感类文献综述、润色、翻译、修改提示词chatgpt高级分析、插件与遥感类源代码介绍Chatgpt4 高级分析功能Chatgp4典型GPTS应用GitHup 遥感chatgpt源代码介绍Chatgpt遥感应用经典文献解读内容讨论、软件安装、注册等专题二、遥感数据处理软件、开发平台与chatgpt集成ENVI与chatgpt集成·Chatgpt辅助下envi遥感数据处理·预处理、图像特征提取、分类Chatgpt辅助下envi遥感数据批处理Python与chatgpt集成·Chatgpt辅助下python开发基础·Chatgpt辅助下python遥感数据处理开发基础Chatgpt辅助下python机器学习GEE与chatgpt集成·Chatgpt辅助下GEE基础开发·Chatgpt辅助下GEE遥感数据处理基础开发·Chatgpt辅助下GEE机器学习应用专题三、无人机遥感数据处理·无人机遥感介绍·基于chatgpt和python 的无人机遥感数据处理·遥感图像及其相应的标签数据整理与处理·无人机图像的机器学习分类模型的构建和应用·模型的保存、成果图片的输出无人机高光谱的地物分类实践专题四、深度学习专题·遥感深度学习研究现状和最新进展·Chatgpt辅助下Pytorch深度学习框架编程实践·数据标准化、清洗·深度神经网络模型构建和可视化·遥感深度学习框架源代码解析·基于命令行的代码架构·模型数据的处理与数据管道的构建·图像分类深度学习模型实践·卷积神经网络、递归神经网络模型遥感图像分类实践包括以下模型hu (1D CNN), hamida (3D CNN 1D classifier), lee (3D FCN), chen (3D CNN), li (3D CNN), he (3D CNN), luo (3D CNN), sharma (2D CNN), liu (3D semi-supervised CNN), mou (1D RNN),专题五、多光谱数据分析与实践专题基于哨兵1号雷达数据洪水监测应用sentinel-1SAR数据介绍下载、显示sentinel-1SAR数据镶嵌和裁切处理掩膜提取洪水前后水体区域洪水淹没识别与面积统计城市绿化调查监测哨兵2号多光谱数据应用合成显示城市sentinel-2数据chatgpt生成 Google Earth Engine JavaScript API 代码用来绘制选定城市的绿地面积基于chatgpt与GEE统计城市和绿地面积干旱指数Modis数据应用VCI植被指数chatgptGEE计算温度状况指数(TCI)计算基于蒸散量和植被指数的干旱指数计算和显示专题六、高光谱分析与实践专题基于天-空-地高光谱数据的矿物识别和填图高光谱矿物识别的基础原理、研究现状和最新进展矿物光谱特征提取与分析Chatgpt与python集成的卫星、机载和近景地面高光谱数据的处理和混合像元分解遥感农作物分类的机器学习和深度学习随机森林、支持向量机、神经网络农作物分类模型构建与精度评价、制图Chatgpt与python集成三维卷积神经网络构建与农作物分类土壤含水量评估与制图土壤光谱机理与高光谱调查方法基于chatgpt与python 的土壤含水量模型构建和评价高光谱土壤有机质含量评估与制图